【问题标题】:Python DataFrame: Find duplicates in same row?Python DataFrame:在同一行中查找重复项?
【发布时间】:2021-05-05 16:26:58
【问题描述】:

我有一个带有列的 df - section,classA,classB,classC。我正在尝试连续查找重复值。

df

                section       classA          classB          classC      

            0       A          paul            john             paul
            1       B          john            mark             tony
            2       C          leo             leo              leo
            3       D          tony            tony             mark
            4       E          paul
            5       F                          mark             mark

最终结果

                section       classA          classB          classC        duplicate

            0       A          paul            john             paul          True
            1       B          john            mark             tony          False
            2       C          leo             leo              leo           True
            3       D          tony            tony             mark          True
            4       E          paul                                           False
            5       F                          mark             mark          True
            6       G                                                         False

我尝试比较每一行,如果行为空如何处理?

【问题讨论】:

    标签: python python-3.x pandas dataframe numpy


    【解决方案1】:

    如果空单元格是空字符串(""),可以使用set():

    df["duplicate"] = df.apply(
        lambda x: len(set(x[x != ""])) != len(x[x != ""]), axis=1
    )
    
    print(df)
    

    打印:

      section classA classB classC  duplicate
    0       A   paul   john   paul       True
    1       B   john   mark   tony      False
    2       C    leo    leo    leo       True
    3       D   tony   tony   mark       True
    4       E   paul                    False
    5       F   mark   mark              True
    6       G                           False
    

    【讨论】:

    • 我应该将 NaN 替换为 ("") - 空字符串吗?
    • @user15590480 如果他们是NaN或None,你可以使用这个lambda:lambda x: len(set(x[x.notna()])) != len(x[x.notna()])
    猜你喜欢
    • 2019-10-09
    • 2020-03-13
    • 2017-07-22
    • 2018-01-06
    • 1970-01-01
    • 2018-03-19
    • 1970-01-01
    • 2019-03-17
    • 1970-01-01
    相关资源
    最近更新 更多